Computer Vision : Reconnaissance d'image et cas pratiques avec OpenCV et le Deep Learning
- Durée
- Durée :2 jours
- Niveau
- Niveau :Intermédiaire
- Certification
- Certification :Non
Le marché de l'Intelligence Artificielle (IA) est en pleine effervescence et en maturation continues. Il suscite beaucoup de fantasmes mais génère aussi des projets très concrets et attractifs sur le plan économique ainsi que pour la productivité pour les entreprises. Il n’existe pas une IA mais des IA différentes en termes de savoir selon les technologies et les domaines concernés.
Branche de l'intelligence artificielle et plus particulièrement de la vision par ordinateur, la Computer Vision est notamment dédiée à la reconnaissance d’image, à savoir l'ensemble des techniques de détection, d’analyse, et d’interprétation des images pour permettre la réalisation d’une action particulière. Elle fonctionne grâce à un réseau de neurones qui va être entraîné avec un jeu de données annoté.
Cette formation Reconnaissance d'image Intelligence Artificielle examine aussi bien l’angle technique que l’angle économique et métier afin de vous préparer à prendre des décisions avisées sur vos projets de Computer Vision. De cette manière, elle vous permettra d'être proche des acteurs opérationnels (développeurs, data analyste, etc.) pour les mener en production.
Objectif opérationnel :
Savoir prendre des décisions avisées sur vos projets de Computer Vision.
Objectifs pédagogiques :
Concrètement à l'issue de cette formation Reconnaissance d'image Intelligence Artificielle, vous aurez acquis les connaissances et les compétences nécessaires pour :
Les personnes ayant un profil technique et souhaitant approfondir leur compétences peuvent suivre directement la formation Computer Vision : Reconnaissance d'image avancée et cas pratiques avec OpenCV et le Deep Learning (ICVA).
Les usages les plus fréquents
Introduction aux technologies Machine Learning / Deep Learning
Différents modes de représentation d’une image
Problématiques spécifiques à la reconnaissance d’image
Technologies IA utilisées pour la reconnaissance d’image : différence entre OpenCV et les techniques de Deep Learning
La pluralité des offres sur le marché
Les caractéristiques
Alternative solution sur mesure propriétaire / licence à l'année pour l'utilisation d'une plateforme
Conseils et retours d’expérience
Quel modèle retenir pour mon projet ?
Par où commencer ?
Savoir évaluer la maturité de son projet pour en évaluer le coût
Évaluer le retour sur investissement (ROI)
Création du Dataset
Proof of Concept : validation de la faisabilité technique et mise à disposition d’un algorithme entrainé sur un dataset réduit
Pilote : entraînements et améliorations de l’algorithme dans les conditions réelles
Scale / Industrialisation : déploiement à grande échelle de l’algorithme
Le pilotage du projet (tableau de bord)
Pièges classiques à éviter
Public cible :
Ce cours Computer Vision s'adresse aux DSI, Chief Digital Officer, Chief Data Officer, Chief Innovation Officer, Chief Information Officer, Directeurs de PME, Responsables de la qualité et Ingénieurs méthodes process.
Prérequis :
Aucun
J'évalue mes connaissances pour vérifier que je dispose des prérequis nécessaires pour profiter pleinement de cette formation en faisant le test de prérequis.
Date de mise à jour du programme : 23/12/2025
Computer Vision : Reconnaissance d'image et cas pratiques avec OpenCV et le Deep Learning
IA pour les UX Designers
Intelligence Artificielle Générative pour les graphistes
Midjourney - Création visuelle grâce à l'IA générative d'images